Comparação de dois indicadores da desnutrição materna usando regressão e classificação por árvore e logística multinomial

Detalhes bibliográficos
Autor(a) principal: Oliveira, Lael Almeida de
Data de Publicação: 1996
Tipo de documento: Tese
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
Texto Completo: http://www.teses.usp.br/teses/disponiveis/6/6136/tde-13032018-111857/
Resumo: As curvas de Rosso e de Siqueira para avaliação do estado nutricional de gestantes foram comparadas, em uma amostra de 565 gestantes. Para que essa comparação fosse feita a contento, utilizaram-se técnicas estatísticas tradicionais como: regressão múltipla por stepwise, coeficientes de associação, de concordância, de especificidade e de sensibilidade, métodos gráficos e técnicas mais atuais de classificação, como logística multinomial, regressão e classificação por árvores do tipo AID. Os resultados indicaram vantagem da curva de Siqueira, em termos de consistência, eficiência e associação, com relação ao prognóstico para a adequação do peso do RN. A análise das interrelações mostraram que a curva de Rosso tem uma tendência em sub-classificar a gestante, com relação ao seu peso e ao peso do seu RN. Para validar e confirmar tais resultados, procurou-se comparar as técnicas de classificação, uma vez que existiam cinco técnicas, cada qual, devido às suas características, com alguns resultados distintos. A comparação entre as técnicas de classificação foi feita por intermédio da taxa de má- classificação, usando validação cruzada em 1 O e 5 partes, obtendo-se vantagem das técnicas CHAID e Logística Multinomial, seguidas de CART, SPLUS, KS. A validação cruzada permitiu também confirmar a vantagem da curva de Siqueira, com o destaque para o fato que o melhor diagnóstico, com relação ao prognóstico da adequação do peso do RN, é na primeira consulta do pré-natal, abrindo o horizonte de diagnóstico precoce, prevenção e intervenção logo no início da gravidez, o que indica o seu uso com maiores chances de bons resultados.
id USP_7e86b8ef698f966b426d69c63cfdc03e
oai_identifier_str oai:teses.usp.br:tde-13032018-111857
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str 2721
spelling Comparação de dois indicadores da desnutrição materna usando regressão e classificação por árvore e logística multinomialComparison of two indicators of maternal malnutrition using tree regression and classification and multinomial logisticsDesnutrição MaternaMaternal MalnutritionMétodos EstatísticosStatistical MethodsAs curvas de Rosso e de Siqueira para avaliação do estado nutricional de gestantes foram comparadas, em uma amostra de 565 gestantes. Para que essa comparação fosse feita a contento, utilizaram-se técnicas estatísticas tradicionais como: regressão múltipla por stepwise, coeficientes de associação, de concordância, de especificidade e de sensibilidade, métodos gráficos e técnicas mais atuais de classificação, como logística multinomial, regressão e classificação por árvores do tipo AID. Os resultados indicaram vantagem da curva de Siqueira, em termos de consistência, eficiência e associação, com relação ao prognóstico para a adequação do peso do RN. A análise das interrelações mostraram que a curva de Rosso tem uma tendência em sub-classificar a gestante, com relação ao seu peso e ao peso do seu RN. Para validar e confirmar tais resultados, procurou-se comparar as técnicas de classificação, uma vez que existiam cinco técnicas, cada qual, devido às suas características, com alguns resultados distintos. A comparação entre as técnicas de classificação foi feita por intermédio da taxa de má- classificação, usando validação cruzada em 1 O e 5 partes, obtendo-se vantagem das técnicas CHAID e Logística Multinomial, seguidas de CART, SPLUS, KS. A validação cruzada permitiu também confirmar a vantagem da curva de Siqueira, com o destaque para o fato que o melhor diagnóstico, com relação ao prognóstico da adequação do peso do RN, é na primeira consulta do pré-natal, abrindo o horizonte de diagnóstico precoce, prevenção e intervenção logo no início da gravidez, o que indica o seu uso com maiores chances de bons resultados.The curves of Rosso and Siqueira, used to evaluate the nutritional state of pregnant women, were compared in a sample of 565 mothers. In order to make this comparison sucessful, traditional statistical techniques were used such as: multiple regression by stepwise, coefficients of association, concordance, specificity and sensibility, and graphical methods, and the updated techniques of classification, such as: multinominal logistic, regression and classification through trees of AID type. The results showed the advantage of the Siqueira curve, in terms of consistency, eficiency and association, related to prognosis of the adequacy of the weight of the newbom. The analysis of the interrelations showed that the curve of Rosso has a tendency to under classify the pregnant women concerning their weight and the weight of the newborn. In order to validate and confirm these results, comparisons of classification of techniques were searched, since there were five techniques and, each one, due to its own characteristics, presented some distinct results. The comparison between the techniques of classification were made by means of misclassification rate, using cross-validation in 10 and 5 parts, where CHAID techniques and Multinominal Logistic showed advantages, followed by CART, SPLUS and KS. The cross-validation also allowed us confirm the advantage of the Siqueira curve, with emphasis on the fact that the best diagnose, concerning the prognosis of the adequacy of the weight of the newborn, is obtained in the first antenatal care appointment. This expands horizons for precocious diagnose, prevention and intervention at the very beginning of pregnancy, which indicates its use with better chances of good results.Biblioteca Digitais de Teses e Dissertações da USPPanico, Sylvia RosalinaSiqueira, Arnaldo Augusto Franco deOliveira, Lael Almeida de1996-10-21info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdfhttp://www.teses.usp.br/teses/disponiveis/6/6136/tde-13032018-111857/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2024-10-09T13:12:43Zoai:teses.usp.br:tde-13032018-111857Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212024-10-09T13:12:43Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Comparação de dois indicadores da desnutrição materna usando regressão e classificação por árvore e logística multinomial
Comparison of two indicators of maternal malnutrition using tree regression and classification and multinomial logistics
title Comparação de dois indicadores da desnutrição materna usando regressão e classificação por árvore e logística multinomial
spellingShingle Comparação de dois indicadores da desnutrição materna usando regressão e classificação por árvore e logística multinomial
Oliveira, Lael Almeida de
Desnutrição Materna
Maternal Malnutrition
Métodos Estatísticos
Statistical Methods
title_short Comparação de dois indicadores da desnutrição materna usando regressão e classificação por árvore e logística multinomial
title_full Comparação de dois indicadores da desnutrição materna usando regressão e classificação por árvore e logística multinomial
title_fullStr Comparação de dois indicadores da desnutrição materna usando regressão e classificação por árvore e logística multinomial
title_full_unstemmed Comparação de dois indicadores da desnutrição materna usando regressão e classificação por árvore e logística multinomial
title_sort Comparação de dois indicadores da desnutrição materna usando regressão e classificação por árvore e logística multinomial
author Oliveira, Lael Almeida de
author_facet Oliveira, Lael Almeida de
author_role author
dc.contributor.none.fl_str_mv Panico, Sylvia Rosalina
Siqueira, Arnaldo Augusto Franco de
dc.contributor.author.fl_str_mv Oliveira, Lael Almeida de
dc.subject.por.fl_str_mv Desnutrição Materna
Maternal Malnutrition
Métodos Estatísticos
Statistical Methods
topic Desnutrição Materna
Maternal Malnutrition
Métodos Estatísticos
Statistical Methods
description As curvas de Rosso e de Siqueira para avaliação do estado nutricional de gestantes foram comparadas, em uma amostra de 565 gestantes. Para que essa comparação fosse feita a contento, utilizaram-se técnicas estatísticas tradicionais como: regressão múltipla por stepwise, coeficientes de associação, de concordância, de especificidade e de sensibilidade, métodos gráficos e técnicas mais atuais de classificação, como logística multinomial, regressão e classificação por árvores do tipo AID. Os resultados indicaram vantagem da curva de Siqueira, em termos de consistência, eficiência e associação, com relação ao prognóstico para a adequação do peso do RN. A análise das interrelações mostraram que a curva de Rosso tem uma tendência em sub-classificar a gestante, com relação ao seu peso e ao peso do seu RN. Para validar e confirmar tais resultados, procurou-se comparar as técnicas de classificação, uma vez que existiam cinco técnicas, cada qual, devido às suas características, com alguns resultados distintos. A comparação entre as técnicas de classificação foi feita por intermédio da taxa de má- classificação, usando validação cruzada em 1 O e 5 partes, obtendo-se vantagem das técnicas CHAID e Logística Multinomial, seguidas de CART, SPLUS, KS. A validação cruzada permitiu também confirmar a vantagem da curva de Siqueira, com o destaque para o fato que o melhor diagnóstico, com relação ao prognóstico da adequação do peso do RN, é na primeira consulta do pré-natal, abrindo o horizonte de diagnóstico precoce, prevenção e intervenção logo no início da gravidez, o que indica o seu uso com maiores chances de bons resultados.
publishDate 1996
dc.date.none.fl_str_mv 1996-10-21
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://www.teses.usp.br/teses/disponiveis/6/6136/tde-13032018-111857/
url http://www.teses.usp.br/teses/disponiveis/6/6136/tde-13032018-111857/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1815256505639763968